एकल डेटा चतुर्थकांवरील चर्चा प्रश्नाचे उदाहरण

एकल डेटा चतुर्थकांचे उदाहरण प्रश्न आणि चर्चा

सांख्यिकीमध्ये चतुर्थक हे डेटा सेटला चार भागांमध्ये, किंवा चतुर्थकांमध्ये विभागण्यासाठी वापरले जाणारे एक साधन आहे, ज्यापैकी प्रत्येक भागात समान प्रमाणात डेटा असतो. डेटाचे वितरण समजून घेण्यासाठी आणि मोठ्या डेटासेटमधील मूल्यांची तुलना करण्यासाठी चतुर्थकांचा वापर अनेकदा केला जातो. या लेखात, आपण अनेक उदाहरणांच्या मदतीने एकाच डेटासेटसाठी चतुर्थक कसे मोजावे यावर चर्चा करणार आहोत. आपण पाहू की पहिला चतुर्थक (Q1), दुसरा चतुर्थक (Q2, ज्याला मध्यक असेही म्हणतात), आणि तिसरा चतुर्थक (Q3) कसे मोजले जातात आणि त्यांचा अर्थ कसा लावला जातो.

चतुर्थकाची व्याख्या

उदाहरणांकडे जाण्यापूर्वी, डेटा सेटमधील तीन चतुर्थकांच्या व्याख्या समजून घेणे महत्त्वाचे आहे:

१. पहिला चतुर्थक (Q1): Q1 च्या खालील डेटा पोझिशन्स एकूण डेटा सेटमधील २५% डेटा व्यापतात.
२. द्वितीय चतुर्थक (Q2 किंवा मध्यक): Q2 च्या खालील डेटा पोझिशन्स एकूण डेटा सेटमधील ५०% डेटा व्यापतात.
३. तिसरा चतुर्थक (Q3): Q3 च्या खालील डेटा पोझिशन्स एकूण डेटा सेटमधील ७५% डेटा व्यापतात.

चतुर्थक मोजण्याची प्रक्रिया

चतुर्थक मोजण्यासाठी, खालील पायऱ्यांचा अवलंब करावा:

१. डेटाची क्रमवारी लावा: डेटा लहान मूल्यापासून मोठ्या मूल्यापर्यंत क्रमवारी लावलेला असल्याची खात्री करा.
२. चतुर्थक स्थान निश्चित करणे: चतुर्थक स्थान निश्चित करण्यासाठी सूत्राचा वापर करा.
– Q1 स्थिती = (N+1) / 4
– Q2 स्थिती = (N+1) / 2
– Q3 ची स्थिती = 3(N+1) / 4
येथे N ही डेटाची एकूण संख्या आहे.
३. चतुर्थक मूल्ये घेणे: गणना केलेल्या स्थानांच्या आधारावर, चतुर्थक मूल्ये घ्या किंवा अंतर्वेशित करा.

हे सुद्धा वाचा  सपाट पृष्ठभागांसाठी क्षेत्र समाकलनाच्या उपयोजनावरील चर्चा प्रश्नांचे उदाहरण

नमुना प्रश्न आणि चर्चा

उदाहरण प्रश्न १

समजा खालीलप्रमाणे एकल डेटा आहेत: 5, 7, 8, 12, 13, 14, 18, 21, 23, 29.

पायरी १: डेटाची क्रमवारी लावणे
डेटाची क्रमवारी लावली आहे: ५, ७, ८, १२, १३, १४, १८, २१, २३, २९

पायरी २: चतुर्थकांचे स्थान निश्चित करा
डेटाची संख्या (N) 10 आहे.
– स्थान Q1 = (10+1) / 4 = 11 / 4 = 2.75
– स्थान Q2 = (10+1) / 2 = 11 / 2 = 5.5
– स्थान Q3 = 3(10+1) / 4 = 33 / 4 = 8.25

पायरी ३: चतुर्थक मूल्ये घेणे
– Q1 : 2.75 हे स्थान दर्शवते की Q1 अनुक्रमातील दुसऱ्या आणि तिसऱ्या डेटाच्या दरम्यान आहे. दुसरा डेटा 7 आहे आणि तिसरा डेटा 8 आहे. म्हणून, Q1 = 7 + 0.75(8-7) = 7.75.
– Q2 (मध्यक): 5.5 हे स्थान दर्शवते की Q2 हा 5 व्या आणि 6 व्या डेटाच्या दरम्यान आहे. 5 वा डेटा 13 आहे आणि 6 वा डेटा 14 आहे. म्हणून, Q2 = 13 + 0.5(14-13) = 13.5.
– Q3 : 8.25 हे स्थान दर्शवते की Q3 हे 8 व्या आणि 9 व्या डेटाच्या दरम्यान आहे. 8 वा डेटा 21 आहे आणि 9 वा डेटा 23 आहे. म्हणून, Q3 = 21 + 0.25(23-21) = 21.5.

हे सुद्धा वाचा  गणितीय विस्तार

उदाहरण प्रश्न १

खालील डेटा दिलेला आहे: 2, 4, 6, 8, 10, 12, 14, 16, 18, 20, 22.

पायरी १: डेटाची क्रमवारी लावणे
डेटाची क्रमवारी लावली आहे: २, ४, ६, ८, १०, १२, १४, १६, १८, २०, २२

पायरी २: चतुर्थकांचे स्थान निश्चित करा
डेटाची संख्या (N) 11 आहे.
– स्थान Q1 = (11+1) / 4 = 12 / 4 = 3
– स्थान Q2 = (11+1) / 2 = 12 / 2 = 6
– स्थान Q3 = 3(11+1) / 4 = 36 / 4 = 9

पायरी ३: चतुर्थक मूल्ये घेणे
– Q1 : स्थान 3 म्हणजे Q1 हा 3 वा डेटा आहे. म्हणून Q1 = 6.
– Q2 (मध्यक): स्थान 6 म्हणजे Q2 हा 6 वा डेटा आहे. म्हणून Q2 = 12.
– Q3 : स्थान 9 म्हणजे Q3 हा 9 वा डेटा आहे. म्हणून Q3 = 18.

चतुर्थकांचे अर्थ लावणे

एकदा Q1, Q2 आणि Q3 ची मूल्ये मिळाली की, आपण त्यांचा वापर डेटाचे विश्लेषण करण्यासाठी करू शकतो. उदाहरणार्थ:

१. आंतरचतुर्थक श्रेणी (IQR): ही Q3 आणि Q1 मधील फरक आहे. IQR = Q3 – Q1. डेटाचे वितरण ओळखण्यासाठी आणि विसंगत मूल्ये (outliers) शोधण्यासाठी IQR चा वापर केला जातो.
२. आउटलायर्स: खालच्या आणि वरच्या मर्यादा वापरून इतर डेटापासून दूर असलेला डेटा ओळखता येतो.
– खालची मर्यादा = Q1 – 1.5 IQR
– उच्च मर्यादा = Q3 + 1.5 IQR
या मर्यादांच्या बाहेर येणाऱ्या डेटाला आउटलायर मानले जाते.

हे सुद्धा वाचा  कार्टेशियन निर्देशक प्रणालीमधील त्रिमितीय सदिशांवर चर्चा करणारे उदाहरणादाखल प्रश्न

उदाहरण प्रश्न १ मध्ये IQR चा वापर
– IQR = Q3 – Q1 = 21.5 – 7.75 = 13.75
– खालची मर्यादा = 7.75 – 1.5(13.75) = 7.75 – 20.625 = -12.875
– उच्च मर्यादा = 21.5 + 1.5(13.75) = 21.5 + 20.625 = 42.125

उदाहरण प्रश्न २ मध्ये, -१२ ते ३६ हा डेटा आउटलायर्सशिवाय नॉर्मल डिस्ट्रिब्युशन आहे.

उदाहरण प्रश्न १ मध्ये IQR चा वापर
– IQR = Q3 – Q1 = 18 – 6 = 12
– खालची मर्यादा = 6 – 1.5(12) = 6 – 18 = -12
– उच्च मर्यादा = 18 + 1.5(12) = 18 + 18 = 36

उदाहरण प्रश्न २ मध्ये, -१२ ते ३६ हा डेटा आउटलायर्सशिवाय नॉर्मल डिस्ट्रिब्युशन आहे.

निष्कर्ष

चतुर्थक समजून घेणे आणि त्यांची गणना करणे हे डेटाचे वितरण ओळखण्यास आणि त्याच्या विविध पैलूंचे विश्लेषण करण्यास मदत करते. या लेखात, आपण अनेक उदाहरणांच्या समस्या आणि त्यांच्या चर्चेद्वारे एकाच डेटा सेटसाठी चतुर्थकांची गणना करण्याच्या टप्प्यांचा अभ्यास करणार आहोत. या टप्प्यांमध्ये डेटाची क्रमवारी लावणे, चतुर्थकांचे स्थान निश्चित करणे आणि योग्य चतुर्थक मूल्यांची गणना करणे यांचा समावेश आहे. जेव्हा योग्यरित्या वापरले जाते, तेव्हा डेटासेटची सखोल माहिती मिळवण्यासाठी चतुर्थक हे सांख्यिकीमधील एक महत्त्वाचे विश्लेषणात्मक साधन बनते.

टिप्पणी द्या